[发明专利]高置信度分子调控网络的构建方法及计算机介质

说明书

本发明属于分子调控网络技术领域，具体公开了一种高置信度分子调控网络的构建方法及计算机介质，该方法首先确定要构建的分子调控网络的环境，以及所有节点的分子类型，基于文本挖掘文献及数据库挖掘技术，整合已实验验证的含目标分子类型的调控关系，对调控列表内符合目标分子类型的关系列表进行提取，利用广义线性模型，判断拟分析分子类型的所有节点的相互调控作用是否存在，构建对应环境的高置信度分子调控网络。采用本技术方案，利用文本挖掘技术挖掘每对节点存在的直接调控作用，再利用特定病理或细胞状态下表达水平及该对节点的相关性，基于实验验证的调控关系反向验证广义线性模型，完成分子调控网络构建。

技术领域

本发明属于分子调控网络技术领域，涉及一种高置信度分子调控网络的构建方法及计算机介质。

背景技术

肿瘤是世界上严重危害人类健康的主要三大疾病之一，也是危害中国居民健康的疾病之一，其每年发病数和死亡数分别约占全球的23.7％和30％。GLOBOCAN2020数据库显示，2020年全球新发癌症1929万例，995万例癌症患者死亡。在过去的10余年里，恶性肿瘤生存率呈现逐渐上升趋势，目前我国恶性肿瘤的5年相对生存率约为40.5％。因此开展恶性肿瘤的研究已成为医学研究的热点问题，而恶性肿瘤基础研究的根本任务是阐明肿瘤发生发展的分子调控机制。

随着高通量技术革新，再加上上万名患者的高质量的癌症基因组数据的产生及应用，严格的统计工具，以及大量比较完善的患者临床及随访信息记录，使得能够从多个角度去研究癌症这种复杂疾病。癌症功能和发育由调节基因表达的网络控制，绝非单个基因的作用，通过发育和细胞分化精确调控基因表达的重要性是众所周知的，基因调控的扰动与包括癌症在内的许多复杂疾病有关。

基因调控网络(Gene Regulatory Network,GRN)，简称调控网络，指细胞内或一个基因组内基因和基因之间的相互作用关系形成的网络，特指基因调控(gene regulation)导致基因之间的作用。GRN是生物体内控制基因表达的机制，基因表达的主要过程是转录+翻译。

构建分析基因网络的方法有很多种，包括但不限于布尔网络，线性模型，马尔可夫模型，微分方程模型，贝叶斯网络模型，互信息关联模型，随机方程模型等等。布尔网络是最简单的模型，布尔网络中每个基因的状态只有“开”和“关”，“开”表示基因有表达，“关”表示基因未表达，但该网络过于简化，存在局限。线性模型是一种连续的GRN模型，一个基因的表达水平由若干其他基因表达水平的加权和表示，权是基因之间相互关系的定量化：正权表示基因激发，负权表示基因抑制，0权表示两个基因没有关系。线性模型网络只能处理具有线性关系的基因表达数据，应用范围小。马尔可夫链是一种随机过程，适用于分析时间序列的基因表达数据，马尔可夫链假设某一时刻的基因表达水平决定了下一时刻的基因表达水平。构建GRN过程中，基于马尔可夫模型对gene expression profile的特征提取和聚类都表现出良好的适应性，但如果要提高模型的准确性，需大大提高马尔可夫模型的阶数，操作复杂。微分方程模型假设一个基因为一个变量，由n个基因组成的网络可以由如下n维微分方程表，它强大灵活，有利于描述基因网络中的复杂关系。以贝叶斯定理和假设为理论基础，用有向无环图(DAG)的形式表示随机变量间的概率关系，网络中每个基因是一个节点，每个调控关系是一条边。该模型可以处理随机事件，控制噪声，可以获得变量间的因果关系。

现有技术采用的构建分析基因网络的方法都是纯粹基于预测的方法，置信度较低，没有结合已有的知识进行反向验证去优化网络模型。并且很难确定调控的方式(转录调控、翻译调控等)和方向(抑制还是促进)。由于肿瘤复杂的多级多重调控特征，因此急需开发新的方法用于在确定调控方式的前提下，构建高置信度分子调控网络。

发明内容

本发明的目的在于提供一种高置信度分子调控网络的构建方法及计算机介质，得到高置信度分子调控网络，利于使用。

为了达到上述目的，本发明的基础方案为：一种高置信度分子调控网络的构建方法，包括如下步骤：